オブジェクト[seq_len（ile）]のエラー： 'シンボル'タイプのオブジェクトはサブセット化されていません

Question

レンダリングステートメントを使用してrmdファイルをpdfに変換しようとしています。

render("MiningReport.Rmd", "pdf_document",output_dir = "C:/ProjectSocial/Reports/Twitter/Maybelline") 

私はRMDファイルを編むときには、このようなエラーではありませんし、PDFレポートが正常に生成され、私がしようとしているため

Quitting from lines 109-113 (MiningReport.Rmd) 
Error in object[seq_len(ile)] : 
    object of type 'symbol' is not subsettable 

の下にこれは私にとって非常に奇妙に見えるように私がエラーを取得していますレンダリングステートメントを使用して同じことを行うと、エラーが発生します。誰でも何が起こっているか説明できますか？以下、私は同じエラーコードの次のチャンクのために発生し、その後上記のチャンクを削除すると、エラーが

```{r assoc ,echo=F,message=FALSE} 
library(tm) 
findAssocs(myTdm,df$term[1:10],0.5) 
``` 

にクリープコードチャンクです。以下は私のRmdファイルです。私は指定されたディレクトリに存在するファイルに格納されているツイートを読み込んでいます。

```{r computedate,echo = FALSE} 
date1 <-format(Sys.Date() - 7,"%B %d") 
date2 <-format(Sys.Date() - 1,"%B %d, %Y") 

``` 

# This report has been created on twitter data from `r date1` to `r date2`. 
# Analysis of Tweets 
## Below we can see the most frequent words. 

```{r frequent,echo=FALSE,message=FALSE,warning=FALSE,cache=TRUE} 

setwd("C:/ProjectSocial/Data/TwitterData/Maybelline") 

library(devtools) 
library(twitteR) 
library(tm) 
library(ggplot2) 
library(graph) 
library(Rgraphviz) 
library(wordcloud) 
library(topicmodels) 
library(data.table) 
library(fpc) 
library(igraph) 
library(xlsx) 
library(stringr) 

tweets.df<-data.frame(text=character(),favorited=character(),favoriteCount=numeric(),replyToSN=character(), 
       created=as.POSIXct(character()),truncated=character(),replyToSID=character(),id=character(),replyToUID=character(),statusSource=character(),screenName=character(),retweetCount=numeric(), 
isRetweet=character(),retweeted=character(),longitude=character(),latitude=character(),stringsAsFactors =F) 
i<-1 
while(i<=7){ 
    since<-Sys.Date()-i 
    file<-read.xlsx2(file=paste("Maybelline",since,".xlsx",sep=""), 1,colClasses = c(rep("character",2), 
    "numeric","character","POSIXct",rep("character",6),"numeric",rep("character",4)), stringsAsFactors=F) 

    tweets.df<-rbind(tweets.df,file) 
    i<-i+1 
} 

j<-1 
HashTagsList<-c() 
HashTags<-str_extract_all(tweets.df$text,"#\\S+") 
HashTags<-HashTags[!HashTags %in% c("character(0)")] 

while (j<=length(HashTags)){ 

    HashTagsList<-c(HashTagsList,HashTags[[j]]) 
    j<-j+1 
} 
HashTagsList<- gsub("#", "", HashTagsList) 
HashTagsList<-unique(HashTagsList) 
HashTagsList<-gsub("[^[:alnum:] ]", "", HashTagsList) 

k<-1 
HandleTagsList<-c() 
HandleTags<-str_extract_all(tweets.df$text,"@\\S+") 
HandleTags<-HandleTags[!HandleTags %in% c("character(0)")] 
while (k<=length(HandleTags)){ 

    HandleTagsList<-c(HandleTagsList,HandleTags[[k]]) 
    k<-k+1 
} 

HandleTagsList<- gsub("@", "", HandleTagsList) 
HandleTagsList<-unique(HandleTagsList) 
HandleTagsList<-gsub("[^[:alnum:] ]", "", HandleTagsList) 

tweets.df$text<-gsub("#\\S+", "", tweets.df$text) 
tweets.df$text<-gsub("@\\S+", "", tweets.df$text) 

Tweets.df<-subset(tweets.df,isRetweet=="FALSE") 
Tweets.df$text<-gsub("[^[:alpha:] ]", " ", Tweets.df$text) 
Tweets.df$text<-tolower(Tweets.df$text) 

myCorpus <-Corpus(VectorSource(Tweets.df$text)) 
myStopwords<-c(stopwords("english"),"maybelline","https","like","bring","make","thought","please","maybe", 
       "know","just","want","wearing","really","last","better","best","first") 
myCorpus<-tm_map(myCorpus,removeWords,myStopwords) 
myCorpus<-tm_map(myCorpus,removeWords,HashTagsList) 
myCorpus<-tm_map(myCorpus,removeWords,HandleTagsList) 

myCorpus <- tm_map(myCorpus, PlainTextDocument) 
myTdm<-TermDocumentMatrix(myCorpus,control=list(wordLengths=c(4,13))) 
freq.Terms<- findFreqTerms(myTdm,lowfreq=20) 
termFrequency <- rowSums(as.matrix(myTdm)) 
termFrequency <- subset(termFrequency, termFrequency>=20) 
df <- data.frame(term=names(termFrequency), freq=termFrequency,stringsAsFactors = F) 
df <- df[order(-df$freq),] 
rownames(df) <- NULL 
print(head(df,50), row.names = FALSE) 
df<-head(df,40) 
ggplot(df,aes(x=term,y=freq)) + geom_bar(stat="identity") + xlab("Terms") +ylab("Count") +coord_flip() 

``` 

## Below we can find all the words which are associated with the top 10 most frequent words and having correlation > 0.5. 

```{r assoc ,echo=F,message=FALSE} 

library(tm) 
findAssocs(myTdm,df$term[1:10],0.5) 

``` 

すべてのヘルプは、私は、エコー= Fの代わりに、エコー= FALSEを使用しているため おかげ

Answer 1

は、エラーが来ていた感謝しています。 FまたはTはシンボルとみなされ、問題を生成します。 F（またはT）がシンボルである理由はここに は（？記号が何であるかを知るためにis.symbol参照）である。

> str(alist(warning = F)) 
List of 1 $ warning: symbol F > str(alist(warning = FALSE)) List of 1 $ warning: logi FALSE